Python：怎么画出均值和置信区间的图
1. 基础数学知识
1.1. 什么是置信区间（Confidence Interval, CI）？
按照维基百科上说的是：在统计学上，置信区间是从已观测到的数据中统计出来的一个估计。它给出了未知参数可能落在的区域。
而通俗的讲，就是我们去估计一个参数（大部分情况是一个平均值或期望），但是估计一定会有误差，所以置信区间就告诉我们，这个平均值的误差范围。
比如 95% 置信区间，就是我们估计出来的平均值，会有 95% 的可能性落在这个区间。
1.2. 如何计算置信区间？
置信区间会用到标准误差，而标准误差会用到标准差，它们的计算如下：
总体标准差：
σ = ∑ i = i n ( x i − x ˉ ) 2 n \sigma=\sqrt{\frac{\sum_{i=i}^{n}(x_i-\bar{x})^2}{n}} σ=n∑i=in(xi−xˉ)2
样本标准差：
S = ∑ i = i n ( x i − x ˉ ) 2 n − 1 S = \sqrt{\frac{\sum_{i=i}^{n}(x_i-\bar{x})^2}{n-1}} S=n−1∑i=in(xi−xˉ)2
标准误差：
σ n = σ n or σ n = S n \sigma_n=\frac{\sigma}{\sqrt{n}} \quad \text{or} \quad \sigma_n=\frac{S}{\sqrt{n}} σn=nσorσn=nS
假设有一个随机变量 X ∼ N ( μ , σ 2 ) X\sim \mathcal{N}(\mu,\sigma^2) X∼N(μ,σ2)，其均值为 μ \mu μ，标准偏差为 σ \sigma σ，那么其期望 X ˉ ∼ N ( μ , σ 2 n ) \bar{X}\sim \mathcal{N}(\mu,\frac{\sigma^2}{n}) Xˉ∼N(μ,nσ2).
如果把 X ˉ \bar{X} Xˉ 标准化，那么 Z = X ˉ − μ σ 2 / n ∼ N ( 0 , 1 ) Z=\frac{\bar{X}-\mu}{\sqrt{\sigma^2/n}}\sim\mathcal{N}(0,1) Z=σ2/nXˉ−μ∼N(0,1)，令
P { ∣ X ˉ − μ σ 2 / n ∣ ≤ Z α 2 } = 1 − α P\left\{ \left| \frac{\bar{X}-\mu}{\sqrt{\sigma^2/n}} \right| \le Z_{\frac{\alpha}{2}}\right\}=1-\alpha P{∣∣∣∣∣σ2/nXˉ−μ∣∣∣∣∣≤Z2α}=1−α
这样得到了一个区间， [ X ˉ − σ n Z α 2 , X ˉ + σ n Z α 2 ] \left[\bar{X}-\frac{\sigma}{\sqrt{n}}Z_{\frac{\alpha}{2}},\bar{X}+\frac{\sigma}{\sqrt{n}}Z_{\frac{\alpha}{2}}\right] [Xˉ−nσZ2α,Xˉ+nσZ2α]。
那么我们就需要计算，随机变量的均值 X ˉ \bar{X} Xˉ，标准误差 σ / n \sigma/\sqrt{n} σ/n，并且当 α = 0.05 \alpha=0.05 α=0.05 的时候， Z 0.025 ≈ 1.96 Z_{0.025}\approx 1.96 Z0.025≈1.96.
需要注意的是： α \alpha α 是显著性水平，如果想要获得 95% 的置信度，那么 α = 0.05 \alpha=0.05 α=0.05.
2. 在 Python 上画出置信区间
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib
import numpy as np
import scipy.stats as st
matplotlib.rcParams.update({'font.size': 12})
# generate dataset
data_points = 50
sample_points = 10000
Mu = (np.linspace(-5, 5, num=data_points)) ** 2
Sigma = np.ones(data_points) * 8
data = np.random.normal(loc=Mu, scale=Sigma, size=(100, data_points))
# predicted expect and calculate confidence interval
predicted_expect = np.mean(data, 0)
low_CI_bound, high_CI_bound = st.t.interval(0.95, data_points - 1,
loc=np.mean(data, 0),
scale=st.sem(data))
# plot confidence interval
x = np.linspace(0, data_points - 1, num=data_points)
plt.plot(predicted_expect, linewidth=3., label='estimated value')
plt.plot(Mu, color='r', label='grand truth')
plt.fill_between(x, low_CI_bound, high_CI_bound, alpha=0.5,
label='confidence interval')
plt.legend()
plt.title('Confidence interval')
plt.show()
最终结果
